DeepDGA中提到的自編碼器

• 在字元級語言建模中非常有用
• DeepDGA中，作者用該自編碼器與生成對抗網路的效果作了對比
• 專案地址：https://github.com/yoonkim/lstm-char-cnn

程式碼來自 AAAI 2016 論文《Character-Aware Neural Language Models》。

這是一個僅建立在字元輸入上的一個神經語言模型（NLM）。預測還是在詞水平上進行。當輸入一個LSTM迴圈神經網路語言模型（RNN-LM）時，該模型在字元上啟用了一個卷積神經網路（CNN）。也可選擇讓該CNN的輸出通過一個 Highway Network，這能提升表現。

多數基礎程式碼來源於Andrej Karpathy的字元RNN實現：https://github.com/karpathy/char-rnn。

Window 系統上安裝 Lua

window下可以使用"SciTE"IDE環境來執行lua程式，下載地址為：

Github 下載地址：https://github.com/rjpcomputing/luaforwindows/releases
Google Code下載地址 : https://code.google.com/p/luaforwindows/downloads/list
Lua 官方推薦的方法使用 LuaDist：http://luadist.org/